Rolle der maschinellen Übersetzung im Übersetzungsprozess. Kritische Untersuchung anhand von "DeepL" und Evaluation der Übersetzungsqualität

Bachelorarbeit , 2021 , 60 Seiten , Note: 1,7

Dolmetschen / Übersetzen

Maschinelle Übersetzung (MÜ) feiert derzeit große Erfolge und wird kontinuierlich verbessert, wie nützlich ist sie aber wirklich? Diese Frage beschäftigt insbesondere professionelle Übersetzer, die von guten MÜ-Systemen stark profitieren können. Daher wird im Rahmen dieser schriftlichen Arbeit die Qualität von maschinell übersetzten Texten überprüft und die Rolle der maschinellen Übersetzung im Translationsprozess kritisch untersucht.
Zu diesem Zwecke wird zunächst die Entstehungsgeschichte der MÜ erläutert, welche von zahlreichen politischen Entscheidungen geprägt ist. Wie viele andere Technologien des 21. Jahrhunderts hat auch die Maschinelle Übersetzung ihren Ursprung im diplomatisch-militärischen Bereich. Im Kapitel 2.1. Geschichte der Maschinellen Übersetzung werden dementsprechend die wichtigsten Meilensteine in der Entwicklung dieser Technologie erläutert. Anschließend werden verschiedene Anwendungsbereiche der MÜ dargelegt. Diese resultieren aus unterschiedlichen Verwendungszwecken für MÜ, welche wiederum eng mit uneinheitlichen Anforderungen der Nutzer korrelieren. Diverse Schwächen und bekannte Problematiken der maschinellen Translation werden im Kapitel 2.3. Probleme der Maschinellen Übersetzung genauer erläutert. Es werden auch unterschiedliche methodische Ansätze der MÜ chronologisch und entsprechend ihrer Bedeutung in diesem Fachgebiet gezeigt. Hierbei wird die fundamentale Theorie hinter der jeweiligen Methode, ihre Funktionsweise sowie vorhandene Besonderheiten des betreffenden MÜ-Systems dargestellt. Diese theoretische Grundlage bildet den Ausgangspunkt für die Untersuchung von DeepL. Der erwähnte Online-Übersetzungsdienst wird als das zu untersuchende Translationssystem anschließend ausführlich betrachtet.
Darüber hinaus werden zwei relevante Evaluationsmethoden vorgestellt, wobei eine der beiden das Fundament der späteren Untersuchung bildet. Darauf folgt die Analyse der Übersetzungsqualität von DeepL und die Auswertung der Fehler anhand einer festgelegten Evaluationsmetrik. Der Fokus liegt hierbei auf Identifikation und Diskussion von verschiedenen Fehlertypen im Zieltext. Im Fazit dieser Abhandlung werden die gesammelten Daten im Hinblick auf die Zukunft der maschinellen Übersetzung abschließend diskutiert.

Inhaltsverzeichnis

• 1. Einleitung
• 2. Maschinelle Übersetzung
• 2.1. Geschichte der maschinellen Übersetzung
• 2.2. Zweck und Anwendung der maschinellen Übersetzung
• 2.3. Probleme der maschinellen Übersetzung
• 2.4. Methoden der maschinellen Übersetzung
• 2.4.1. Regelbasierte Methode
• 2.4.1.1. Direkte Methode
• 2.4.1.2. Interlingua-Methode
• 2.4.1.3. Transfer-Methode
• 2.4.2. Statistische Methode
• 2.4.2.1. Wortbasierte Methode
• 2.4.2.2. Phrasenbasierte Methode
• 2.4.2.3. Syntaxbasierte Methode
• 2.4.3. Beispielbasierte Methode
• 2.4.4. Neuronale Methode
• 3. DeepL
• 3.1. Über DeepL
• 3.2. Grundlegende Funktionen und Varianten von DeepL
• 3.3. Convolutional Neural Networks und die Grenzen der NMÜ
• 4. Evaluation der Übersetzungsqualität im Allgemeinen
• 4.1. Evaluation der Übersetzungsqualität von maschinellen Übersetzungen mit BLEU
• 4.2. Evaluation der Übersetzungsqualität von maschinellen Übersetzungen nach Ramlow
• 5. Untersuchung und Fehleranalyse
• 5.1. Auswahl der Sprachen und der Texte
• 5.2. Bestimmung und Erläuterung der Fehlertypologie
• 5.3. Fehleranalyse der einzelnen Fehlerkategorien anhand von Beispielsätzen
• 5.4. Fehlerauswertung und Zusammenfassung
• 6. Fazit

Zielsetzung und Themenschwerpunkte

Diese Bachelorarbeit befasst sich mit der Rolle der maschinellen Übersetzung im Übersetzungsprozess und untersucht die Qualität von maschinellen Übersetzungen am Beispiel von DeepL. Sie analysiert die Geschichte der maschinellen Übersetzung, verschiedene Methoden der maschinellen Übersetzung, die Funktionsweise von DeepL und die Evaluation der Übersetzungsqualität. Die Arbeit zielt darauf ab, die Stärken und Schwächen der maschinellen Übersetzung aufzuzeigen und ihren Beitrag zum Translationsprozess zu bewerten.

• Die Entwicklung der maschinellen Übersetzung
• Verschiedene Methoden der maschinellen Übersetzung
• Die Funktionsweise von DeepL
• Die Evaluation der Übersetzungsqualität von DeepL
• Die Rolle der maschinellen Übersetzung im Übersetzungsprozess

Zusammenfassung der Kapitel

Das erste Kapitel bietet eine Einführung in das Thema der maschinellen Übersetzung und beleuchtet die Bedeutung des technologischen Fortschritts im 21. Jahrhundert. Das zweite Kapitel befasst sich mit der Geschichte der maschinellen Übersetzung und stellt verschiedene Methoden der maschinellen Übersetzung vor. Im dritten Kapitel wird DeepL als konkretes Beispiel für neuronale maschinelle Übersetzung näher betrachtet. Kapitel vier widmet sich der Evaluation der Übersetzungsqualität im Allgemeinen und stellt verschiedene Methoden zur Beurteilung der Qualität maschineller Übersetzungen vor. Schließlich wird im fünften Kapitel eine Fehleranalyse der maschinellen Übersetzungen von DeepL durchgeführt, um die Stärken und Schwächen des Systems zu identifizieren.

Schlüsselwörter

Maschinelle Übersetzung, DeepL, Neuronale Maschinelle Übersetzung, Übersetzungsprozess, Übersetzungsqualität, Fehleranalyse, BLEU, Ramlow, Convolutional Neural Networks.

• Hochschule: Ruprecht-Karls-Universität Heidelberg (Institut für Übersetzen und Dolmetschen)
• Note: 1,7
• Autor: Pawel Trybulski (Autor:in)
• Erscheinungsjahr: 2021
• Seiten: 60
• Katalognummer: V1159881
• ISBN (PDF): 9783346559852
• ISBN (Buch): 9783346559869
• Sprache: Deutsch
• Schlagworte: Maschinelle Übersetzung, DeepL, Übersetzungsqualität, Translation, Evaluation übersetzter Texte, Neuronale Maschinelle Übersetzung